Dodaj se sumnike pri kriterijskih funkcijah
parent
958cc0c81d
commit
02fb7cd86d
BIN
diploma.pdf
BIN
diploma.pdf
Binary file not shown.
21
diploma.tex
21
diploma.tex
|
@ -1340,13 +1340,13 @@ Za dosego optimalnih rezultatov smo uporabili specifične hiperparametre in nast
|
||||||
|
|
||||||
\section{Izbira kriterjiske funkcije}
|
\section{Izbira kriterjiske funkcije}
|
||||||
|
|
||||||
Zanimalo nas je kako se bo model obnesel, ko izbiramo razlicne kriterijske funkcije.
|
Zanimalo nas je, kako se bo model obnesel, ko izbiramo različne kriterijske funkcije.
|
||||||
|
|
||||||
\subsection{Hanningova kriterijska funkcija}
|
\subsection{Hanningova kriterijska funkcija}
|
||||||
|
|
||||||
V clanku WAMF-FPI \cite{wang2023wamf} so avtorji predlagali uporabo Hanningove kriterijske funkcije.
|
V članku WAMF-FPI \cite{wang2023wamf} so avtorji predlagali uporabo Hanningove kriterijske funkcije.
|
||||||
Prvi pomemben vidik te funkcije izgube je dodelitev uteži vzorcem.
|
Prvi pomemben vidik te funkcije izgube je dodelitev uteži vzorcem.
|
||||||
Namesto enakega pomena vseh pozitivnih vzorcev, funkcija izgube Hanning dodeli različne uteži glede na lokacijo vzorca.
|
Namesto enakega pomena vseh pozitivnih vzorcev, kriterijska funkcija Hanning dodeli različne uteži glede na lokacijo vzorca.
|
||||||
|
|
||||||
\begin{figure}[h]
|
\begin{figure}[h]
|
||||||
\centering
|
\centering
|
||||||
|
@ -1356,10 +1356,10 @@ Namesto enakega pomena vseh pozitivnih vzorcev, funkcija izgube Hanning dodeli r
|
||||||
\end{figure}
|
\end{figure}
|
||||||
|
|
||||||
To je zato, ker je pomembnost središčnega položaja veliko večja kot pomembnost robovih položajev, kar v kontekstu satelitskih slik logično smiselno.
|
To je zato, ker je pomembnost središčnega položaja veliko večja kot pomembnost robovih položajev, kar v kontekstu satelitskih slik logično smiselno.
|
||||||
Za normalizacijo teh pozitivnih uteži se uporablja Hanningovo okno, za normalizacijo negativnih utezi, pa $$ 1 / \# \text{negativnih vzorcev} $$.
|
Za normalizacijo teh pozitivnih uteži se uporablja Hanningovo okno, za normalizacijo negativnih uteži pa \( 1 / \# \text{negativnih vzorcev} \).
|
||||||
Uteži so dodeljene tako, da je vsota uteži pozitivnih in negativnih vzorcev enaka 1.
|
Uteži so dodeljene tako, da je vsota uteži pozitivnih in negativnih vzorcev enaka 1.
|
||||||
Toda ker je število negativnih vzorcev običajno večje od števila pozitivnih vzorcev, postane utež negativnih vzorcev manjša.
|
Toda ker je število negativnih vzorcev običajno večje od števila pozitivnih vzorcev, postane utež negativnih vzorcev manjša.
|
||||||
Da bi to popravili, se uvede hiperparameter , imenovan Negativna utež (NG), ki prilagodi utež negativnih vzorcev.
|
Da bi to popravili, se uvede hiperparameter, imenovan Negativna utež (NG), ki prilagodi utež negativnih vzorcev.
|
||||||
|
|
||||||
Hanningova funkcija:
|
Hanningova funkcija:
|
||||||
\begin{equation}
|
\begin{equation}
|
||||||
|
@ -1379,7 +1379,7 @@ Utezi primerov:
|
||||||
Kjer je:
|
Kjer je:
|
||||||
\begin{itemize}
|
\begin{itemize}
|
||||||
\item \textbf{NG} je Negativna utež
|
\item \textbf{NG} je Negativna utež
|
||||||
\item \textbf{NN} je stevilo vseh uzorcev
|
\item \textbf{NN} je število vseh uzorcev
|
||||||
\item \textbf{NW} je normalizacijski faktor
|
\item \textbf{NW} je normalizacijski faktor
|
||||||
\item \textbf{HN(n)} je vrednost Hanningove funkcije na lokaciji n
|
\item \textbf{HN(n)} je vrednost Hanningove funkcije na lokaciji n
|
||||||
\end{itemize}
|
\end{itemize}
|
||||||
|
@ -1393,8 +1393,7 @@ Kjer je:
|
||||||
|
|
||||||
|
|
||||||
\subsection{Gaussovo utezena srednja kvadratna napaka}
|
\subsection{Gaussovo utezena srednja kvadratna napaka}
|
||||||
Gaussova utežena srednja kvadratna napaka (Gaussian Weighted Mean Squared Error - GWMSE) je modificirana funkcija izgube, namenjena izboljšanju modelov, ki obravnavajo podatke, kot so satelitske slike.
|
Gaussova utežena srednja kvadratna napaka (Gaussian Weighted Mean Squared Error - GWMSE) je modificirana funkcija izgube, namenjena izboljšanju modelov, ki obravnavajo podatke, kot so satelitske slike. Glavna značilnost GWMSE je dodeljevanje uteži vzorcem na zelo podoben način kot pri Hanningovi funkciji izgube.
|
||||||
Glavna značilnost GWMSE je dodeljevanje uteži vzorcem, na zelo podoben nacin kot pri Hanningovi funkciji izgube.
|
|
||||||
Namesto enakega pomena vseh pozitivnih vzorcev, GWMSE različnim vzorcem dodeljuje različne uteži glede na njihovo lokacijo.
|
Namesto enakega pomena vseh pozitivnih vzorcev, GWMSE različnim vzorcem dodeljuje različne uteži glede na njihovo lokacijo.
|
||||||
Za normalizacijo teh uteži se uporablja Gaussova funkcija.
|
Za normalizacijo teh uteži se uporablja Gaussova funkcija.
|
||||||
|
|
||||||
|
@ -1416,8 +1415,7 @@ Gaussova funkcija:
|
||||||
|
|
||||||
\subsection{Hanningovo utežena srednja kvadratna napaka}
|
\subsection{Hanningovo utežena srednja kvadratna napaka}
|
||||||
|
|
||||||
Hanningova utežena srednja kvadratna napaka (Hanning Weighted Mean Squared Error - HWMSE) je spremenjena funkcija izgube, namenjena izboljšanju modelov, ki obravnavajo podatke, kot so satelitske slike.
|
Hanningova utežena srednja kvadratna napaka (Hanning Weighted Mean Squared Error - HWMSE) je spremenjena funkcija izgube, namenjena izboljšanju modelov, ki obravnavajo podatke, kot so satelitske slike. Glavna značilnost HWMSE je dodeljevanje uteži vzorcem na zelo podoben način kot pri Gaussovi funkciji izgube.
|
||||||
Glavna značilnost HWMSE je dodeljevanje uteži vzorcem na zelo podoben način kot pri Gaussovi funkciji izgube.
|
|
||||||
Namesto enakega pomena vseh pozitivnih vzorcev, HWMSE različnim vzorcem dodeljuje različne uteži glede na njihovo lokacijo.
|
Namesto enakega pomena vseh pozitivnih vzorcev, HWMSE različnim vzorcem dodeljuje različne uteži glede na njihovo lokacijo.
|
||||||
Za normalizacijo teh uteži se uporablja Hanningovo okno.
|
Za normalizacijo teh uteži se uporablja Hanningovo okno.
|
||||||
|
|
||||||
|
@ -1433,8 +1431,7 @@ Hanningova funkcija je podana kot:
|
||||||
|
|
||||||
\subsection{Križno utežena srednja kvadratna napaka}
|
\subsection{Križno utežena srednja kvadratna napaka}
|
||||||
|
|
||||||
Funkcija izgube križno utežena srednja kvadratna napaka (Cross-Weighted Mean Squared Error - CW-MSE) je napredna različica standardne srednje kvadratne napake (Mean Squared Error - MSE),
|
Funkcija izgube križno utežena srednja kvadratna napaka (Cross-Weighted Mean Squared Error - CW-MSE) je napredna različica standardne srednje kvadratne napake (Mean Squared Error - MSE), ki vključuje uteževanje dveh različnih skupin vzorcev: tistih, katerih resnična vrednost je večja od 0 (t.i. "resničnih" vzorcev) in tistih, katerih resnična vrednost je manjša ali enaka 0 (t.i. "ne-resničnih" vzorcev).
|
||||||
ki vključuje uteževanje dveh različnih skupin vzorcev: tistih, katerih resnična vrednost je večja od 0 (t.i. "resničnih" vzorcev) in tistih, katerih resnična vrednost je manjša ali enaka 0 (t.i. "ne-resničnih" vzorcev).
|
|
||||||
Končna funkcija izgube se izračuna kot utežena kombinacija srednjih kvadratnih napak za "resnične" in "ne-resnične" vzorce, pri čemer se uteži vzorcev različnih skupin prekrižajo.
|
Končna funkcija izgube se izračuna kot utežena kombinacija srednjih kvadratnih napak za "resnične" in "ne-resnične" vzorce, pri čemer se uteži vzorcev različnih skupin prekrižajo.
|
||||||
Ta pristop se formalno izraža z naslednjo enačbo:
|
Ta pristop se formalno izraža z naslednjo enačbo:
|
||||||
|
|
||||||
|
|
Loading…
Reference in New Issue